深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 3544 篇文献，本页显示第 2661 - 2680 篇。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2661 | 2025-02-16 |
Deep Learning-Enhanced Diagnosis of Sow Pregnancy Through Low-Frequency Ultrasound Imaging
2025-Jan-23, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani15030318
PMID:39943088
|
研究论文 | 本研究提出了一种利用深度学习技术分析低频超声图像进行母猪妊娠诊断的创新方法 | 首次将深度学习技术应用于低频超声图像的母猪妊娠诊断，并比较了三种不同的分类模型（ViT-H、ConvNeXt-xlarge和Xception）的性能 | 低频超声图像的分辨率较低，可能影响诊断的准确性 | 提高母猪妊娠诊断的准确性和效率，以提升农场盈利能力 | 母猪 | 计算机视觉 | NA | 低频超声成像 | ViT-H, ConvNeXt-xlarge, Xception | 图像 | 未明确提及样本数量 | NA | NA | NA | NA |
| 2662 | 2025-02-16 |
Deep Learning Tool Wear State Identification Method Based on Cutting Force Signal
2025-Jan-23, Sensors (Basel, Switzerland)
DOI:10.3390/s25030662
PMID:39943299
|
研究论文 | 本研究提出了一种基于切削力信号的深度学习刀具磨损状态识别方法，结合连续小波变换和改进的MobileViT轻量级网络 | 在MobileViT网络结构中引入Contextual Transformer模块和Global Attention Mechanism模块，增强了视觉表示能力，减少了信息损失，并改善了全局特征之间的交互 | NA | 准确、快速、高效地识别铣刀的磨损状态 | 铣刀的磨损状态 | 机器学习 | NA | 连续小波变换 | 改进的MobileViT网络 | 切削力信号 | NA | NA | NA | NA | NA |
| 2663 | 2025-02-16 |
CR-Mask RCNN: An Improved Mask RCNN Method for Airport Runway Detection and Segmentation in Remote Sensing Images
2025-Jan-23, Sensors (Basel, Switzerland)
DOI:10.3390/s25030657
PMID:39943296
|
研究论文 | 本文提出了一种改进的Mask RCNN方法（CR-Mask RCNN），用于遥感图像中机场跑道的检测和分割 | 使用旋转区域生成网络代替非旋转区域生成网络，生成更贴合机场跑道形状的旋转边界框，并在骨干特征提取网络中引入注意力机制，增强局部特征信息的提取 | NA | 提高遥感图像中机场跑道的检测和分割精度 | 机场跑道 | 计算机视觉 | NA | 深度学习 | Mask RCNN | 遥感图像 | NA | NA | NA | NA | NA |
| 2664 | 2025-02-16 |
Efficient Deep Learning-Based Detection Scheme for MIMO Communication Systems
2025-Jan-23, Sensors (Basel, Switzerland)
DOI:10.3390/s25030669
PMID:39943308
|
研究论文 | 本文提出了一种基于深度学习的MIMO通信系统信号检测策略，通过预处理阶段标记输入信号，提出了两种新方案并评估了其性能 | 提出了一种新的基于深度学习的信号检测策略，并引入了两种新方案（OHA和DSE），在降低复杂度的同时保持了较高的分类性能和较低的误码率 | 与传统的OH方案相比，OHA和DSE方案在误码率性能上有轻微损失（分别小于1 dB和2 dB） | 解决MIMO通信系统中检测器复杂度高的问题，提供一种在检测复杂度和误码率之间权衡的灵活设计 | MIMO通信系统的信号检测 | 机器学习 | NA | 深度学习 | 神经网络 | 信号数据 | NA | NA | NA | NA | NA |
| 2665 | 2025-02-16 |
Enhanced Multi-Model Deep Learning for Rapid and Precise Diagnosis of Pulmonary Diseases Using Chest X-Ray Imaging
2025-Jan-22, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15030248
PMID:39941178
|
研究论文 | 本文提出了一种增强的多模型深度学习（EMDL）方法，用于通过胸部X光成像快速准确诊断肺部疾病 | EMDL方法集成了五种预训练的深度学习模型，并结合了先进的图像预处理和多阶段特征选择与优化管道，显著提高了诊断精度和模型鲁棒性 | 研究主要依赖于胸部X光数据集，可能在其他类型的医学影像数据上表现不同 | 开发一种快速、准确的肺部疾病诊断工具，以改善医疗响应 | 流感、结核病和病毒性肺炎等呼吸系统疾病 | 计算机视觉 | 肺癌 | 深度学习 | VGG-16, VGG-19, ResNet, AlexNet, GoogleNet | 图像 | 两个独立的胸部X光数据集 | NA | NA | NA | NA |
| 2666 | 2025-02-16 |
Virtual Biopsy for the Prediction of MGMT Promoter Methylation in Gliomas: A Comprehensive Review of Radiomics and Deep Learning Approaches Applied to MRI
2025-Jan-22, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15030251
PMID:39941181
|
综述 | 本文综述了利用放射组学和深度学习方法预测胶质瘤中MGMT启动子甲基化状态的研究进展 | 结合放射组学和深度学习，提供了一种非侵入性的MGMT启动子甲基化状态预测工具 | 研究人群、数据来源和方法的异质性反映了管道和机器学习算法的复杂性，可能需要通用标准化才能在临床实践中实施 | 预测胶质瘤中MGMT启动子甲基化状态，以增强神经肿瘤学中的个性化医疗 | 胶质瘤患者 | 数字病理学 | 胶质瘤 | 放射组学（RD）和深度学习（DL） | 深度学习模型 | MRI影像数据 | 34项研究，涉及公共（如BraTS, TCGA）和私人机构数据集 | NA | NA | NA | NA |
| 2667 | 2025-02-16 |
Deep-Learning Framework for Efficient Real-Time Speech Enhancement and Dereverberation
2025-Jan-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25030630
PMID:39943269
|
研究论文 | 本文提出了一种用于高效实时语音增强和去混响的深度学习框架 | 提出了一个扩展的Deep Filter Net框架，显著提高了去混响性能，同时保持了竞争性的降噪质量 | Deep Filter Net的去混响性能有限 | 开发一种计算高效的语音增强和去混响方法，适用于资源受限设备 | 语音信号 | 自然语言处理 | NA | 深度学习 | Deep Filter Net | 语音数据 | NA | NA | NA | NA | NA |
| 2668 | 2025-02-16 |
Specific Emitter Identification Method for Limited Samples via Time-Wavelet Spectrum Consistency
2025-Jan-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25030648
PMID:39943287
|
研究论文 | 本文提出了一种基于TFC-CNN的特定发射器识别方法，用于解决在发射器样本稀缺和训练数据有限的情况下传统方法难以分类的问题 | 提出了一种基于时间-小波谱一致性的TFC-CNN方法，通过连续小波变换进行数据增强，并利用复值神经网络和深度卷积神经网络提取隐藏的发射器身份特征 | 方法在样本稀缺的情况下表现良好，但在样本充足的情况下是否仍具有优势未明确说明 | 解决在发射器样本稀缺和训练数据有限的情况下传统方法难以分类的问题 | 无线电信号中的发射器 | 机器学习 | NA | 连续小波变换（CWT） | TFC-CNN（复值神经网络和深度卷积神经网络） | 无线电信号 | 开源WiFi数据集和自动相关监视广播（ADS-B）数据集 | NA | NA | NA | NA |
| 2669 | 2025-02-16 |
Coupling Artificial Intelligence with Proper Mathematical Algorithms to Gain Deeper Insights into the Biology of Birds' Eggs
2025-Jan-21, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani15030292
PMID:39943062
|
研究论文 | 本文探讨了将人工智能与适当的数学算法结合，以深入理解鸟类卵的生物学特性 | 提出了将深度学习和人工智能应用于禽蛋形态分析的新方法，并重新评估了多种数学模型的有效性和实用性 | 未具体说明所提出方法的实验验证结果和实际应用效果 | 研究目的是通过AI和DL技术提高禽蛋的质量、生产力和市场竞争力 | 研究对象是禽蛋的形态特征，包括形状、重量、体积、表面积和气室计算 | 计算机视觉 | NA | 深度学习（DL） | 深度学习模型 | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 2670 | 2024-08-07 |
Cardiac CT-derived quantification of myocardial extracellular volume using deep learning-based reconstruction: A feasibility study
2025 Jan-Feb, Journal of cardiovascular computed tomography
IF:5.5Q1
DOI:10.1016/j.jcct.2024.07.008
PMID:39025757
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2671 | 2025-02-16 |
Improving building extraction from high-resolution aerial images: Error correction and performance enhancement using deep learning on the Inria dataset
2025 Jan-Mar, Science progress
IF:2.6Q2
DOI:10.1177/00368504251318202
PMID:39943714
|
研究论文 | 本研究利用深度学习技术改进从高分辨率航空图像中提取建筑物的方法，并在Inria数据集上进行了性能比较 | 通过消除错误数据和调整图像大小，显著提升了深度学习网络在建筑物提取任务中的性能 | 某些模型在特定挑战性条件下（如树木遮挡、复杂室内花园）表现不佳，容易产生误报 | 提高从高分辨率航空图像中提取建筑物的准确性和效率 | 高分辨率航空图像中的建筑物 | 计算机视觉 | NA | 深度学习 | DeepLabv3+, Attention U-Net, U-Net, SE-ResNeXt-50, SE-ResNet-50, ResNeXt-50, ResNet-50, UNet++, U2Net | 图像 | 180张高分辨率航空图像 | NA | NA | NA | NA |
| 2672 | 2025-10-07 |
A fully automated U-net based ROIs localization and bone age assessment method
2025-Jan-03, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2025007
PMID:39949166
|
研究论文 | 提出一种基于U-net和InceptionResNetV2的全自动骨龄评估方法，实现ROI定位和骨龄预测 | 结合基于ROI的方法（TW3方法）和全局特征方法（GP方法）的优势，提供高可解释性和准确性 | NA | 开发全自动骨龄评估方法 | 青少年骨骼发育 | 计算机视觉 | 生长发育评估 | 深度学习 | U-net, InceptionResNetV2 | 医学图像 | 公共RSNA数据集和内部数据集 | NA | U-net, InceptionResNetV2 | 定位精度, 平均绝对误差 | NA |
| 2673 | 2025-10-07 |
Epileptic seizure detection in EEG signals via an enhanced hybrid CNN with an integrated attention mechanism
2025-Jan, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2025004
PMID:39949163
|
研究论文 | 提出一种结合CNN、BiGRU和CBAM的混合深度学习框架，用于癫痫发作的EEG信号检测 | 首次将卷积块注意力模块(CBAM)与CNN-BiGRU混合架构结合，优化EEG信号中关键时空特征的提取 | 仅使用公开数据集进行验证，未在临床实时环境中测试 | 开发高精度的癫痫发作自动检测方法 | 癫痫患者的脑电图(EEG)信号 | 机器学习 | 癫痫 | 脑电图(EEG)信号分析 | CNN, BiGRU, 注意力机制 | EEG信号 | 公开EEG数据集 | NA | CNN-BiGRU-CBAM混合架构 | 准确率, 灵敏度, 特异性 | NA |
| 2674 | 2025-10-07 |
COVID-19 recognition from chest X-ray images by combining deep learning with transfer learning
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251319667
PMID:39949849
|
研究论文 | 提出一种结合深度学习和迁移学习的Covid-DenseNet模型，用于从胸部X光图像中识别COVID-19 | 通过迁移学习提取多尺度特征，结合注意力机制增强重要特征，并设计多尺度融合架构提高建模效率 | NA | 开发计算复杂度更低、泛化能力更强的COVID-19检测模型 | 胸部X光图像 | 计算机视觉 | COVID-19 | 深度学习，迁移学习 | CNN | 图像 | 三个公开胸部放射学数据集，包含不同样本分布特征和样本量 | NA | DenseNet, Covid-DenseNet | 识别准确率 | NA |
| 2675 | 2025-10-07 |
Use of artificial intelligence for gestational age estimation: a systematic review and meta-analysis
2025, Frontiers in global women's health
DOI:10.3389/fgwh.2025.1447579
PMID:39950139
|
系统评价与荟萃分析 | 本文通过系统评价和荟萃分析评估人工智能模型在超声图像中估算孕龄的准确性 | 首次对AI模型在孕龄估算中的应用进行系统性量化评估，比较了不同孕期和AI模型的性能差异 | 纳入研究数量有限（17篇），部分研究存在偏倚风险，不同研究间异质性较高 | 评估人工智能模型在孕龄估算中的准确性，并与超声金标准进行比较 | 使用人工智能模型进行孕龄估算的临床研究 | 医学人工智能 | 产科疾病 | 超声成像，人工智能模型 | CNN, DNN | 2D图像，盲扫视频 | 17项研究（其中10项纳入荟萃分析），涉及高收入国家、中高收入国家和中低收入国家数据 | NA | CNN, DNN | 平均误差（天），95%置信区间，异质性指数（I²） | NA |
| 2676 | 2025-10-07 |
NNFit: A Self-Supervised Deep Learning Method for Accelerated Quantification of High- Resolution Short Echo Time MR Spectroscopy Datasets
2025-Jan-15, Radiology. Artificial intelligence
DOI:10.1148/ryai.230579
PMID:39812584
|
研究论文 | 开发并评估自监督深度学习方法NNFit，用于加速定量高分辨率短回波时间MR波谱数据 | 提出首个自监督深度学习方法用于加速MR波谱定量分析，显著提升计算效率 | 回顾性研究设计，样本量相对有限（89次扫描） | 解决传统波谱定量方法在临床工作流程中的计算瓶颈问题 | 胶质母细胞瘤和重度抑郁症患者的脑部MR波谱数据 | 医学影像分析 | 胶质母细胞瘤, 重度抑郁症 | 短回波时间平面回波波谱成像 | 深度学习 | MR波谱数据 | 89次全脑EPSI/GRAPPA扫描（胶质母细胞瘤试验60次扫描，抑郁症试验29次扫描） | NA | NA | 结构相似性指数, 线性相关系数, Dice系数 | NA |
| 2677 | 2025-10-07 |
Deep Learning Model Using Stool Pictures for Predicting Endoscopic Mucosal Inflammation in Patients With Ulcerative Colitis
2025-Jan-01, The American journal of gastroenterology
DOI:10.14309/ajg.0000000000002978
PMID:39051648
|
研究论文 | 开发了一种使用溃疡性结肠炎患者粪便照片预测内镜下黏膜炎症的深度学习模型 | 首次使用粪便照片通过深度学习模型预测溃疡性结肠炎内镜活动度，提供了一种非侵入性的监测方法 | 直肠豁免病例的预测性能较低，样本量相对有限 | 预测溃疡性结肠炎患者的内镜下黏膜炎症活动度 | 溃疡性结肠炎患者 | 计算机视觉 | 溃疡性结肠炎 | 内镜检查 | 深度学习模型 | 图像 | 训练集：306名患者的2,161张粪便图片；测试集：126名患者的1,047张粪便图片 | NA | NA | AUC, 准确率, 敏感性, 特异性 | NA |
| 2678 | 2025-10-07 |
A non-local dual-stream fusion network for laryngoscope recognition
2025 Jan-Feb, American journal of otolaryngology
IF:1.8Q2
DOI:10.1016/j.amjoto.2024.104565
PMID:39729791
|
研究论文 | 提出一种基于深度学习的喉镜图像自动分类模型，用于辅助医生诊断喉部疾病 | 首次将ResNet和Transformer的输出特征融合用于喉镜图像分类，采用非局部双流融合网络架构 | NA | 开发能够自动分类喉镜图像的深度学习模型，辅助喉部疾病诊断 | 喉镜图像中的八种喉部状况（正常、声门癌、肉芽肿、Reinke水肿、声带囊肿、白斑、结节和息肉） | 计算机视觉 | 喉部疾病 | 深度学习 | CNN, Transformer | 图像 | 3057张喉镜图像 | NA | ResNet, Transformer | 准确率, 召回率, 特异性, F1分数, AUC | NA |
| 2679 | 2025-10-07 |
AI predictive models and advancements in microdissection testicular sperm extraction for non-obstructive azoospermia: a systematic scoping review
2025, Human reproduction open
IF:8.3Q1
DOI:10.1093/hropen/hoae070
PMID:39764557
|
系统范围综述 | 本文系统回顾了人工智能预测模型在非梗阻性无精子症患者显微睾丸精子提取手术中预测精子获取成功率的研究进展 | 首次系统评估AI模型在NOA患者m-TESE手术精子获取预测中的应用，整合临床、激素、组织病理学和遗传学参数 | 纳入研究存在异质性、潜在发表偏倚、仅使用两个数据库、缺乏荟萃分析进行定量评估 | 评估AI模型预测非梗阻性无精子症患者显微睾丸精子提取手术精子获取准确性的研究现状 | 非梗阻性无精子症患者和相关的AI预测模型研究 | 医疗人工智能 | 男性不育症 | 机器学习，深度学习，逻辑回归 | 机器学习模型，深度学习模型，逻辑回归 | 临床数据，激素水平，组织病理学评估，遗传参数 | 45项符合纳入标准的研究，大多数样本量较小 | NA | NA | 预测准确性，偏倚风险评估 | NA |
| 2680 | 2025-10-07 |
Goose multi-omics database: A comprehensive multi-omics database for goose genomics
2025-Jan-23, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2025.104842
PMID:39874782
|
研究论文 | 介绍了一个整合鹅类多组学数据的综合数据库GMD | 首次建立了统一的鹅类多组学数据集成平台，提供一站式基因信息搜索、分析和可视化功能 | 未提及数据库当前覆盖的数据量范围和更新机制 | 构建鹅类多组学数据库以促进鹅基因组学研究 | 鹅类基因组数据和多组学信息 | 生物信息学 | NA | 多组学分析、基因组学 | NA | 基因组数据、基因表达数据、基因组变异数据 | NA | NA | NA | NA | NA |